检索结果-南通市图书馆

数据分析与知识发现 2024年

作者：张顺香文华张基旭丁远远段玉俊安徽理工大学计算机科学与工程学院淮南师范学院计算机学院合肥综合性国家科学中心人工智能研究院

[目的]针对当前抑郁程度情感分析模型未能充分考虑到患者极端化表达的问题，提出一种面向极端化表达的抑郁程度情感分析模型[方法]首先结合jieba和RoBERTa提取文本的字符级和词语级特征；然后将不同粒度的特征融合，并输入到BiLSTM中得... 详细信息

[目的]针对当前抑郁程度情感分析模型未能充分考虑到患者极端化表达的问题，提出一种面向极端化表达的抑郁程度情感分析模型[方法]首先结合jieba和RoBERTa提取文本的字符级和词语级特征；然后将不同粒度的特征融合，并输入到BiLSTM中得到文本不同位置上的情感信息；接着使用多头注意力为文本各部分分配权重，使模型更准确地捕捉与抑郁情感相关的信息；最后通过全连接层并使用Softmax函数进行归一化，输出最终预测结果。[结果]在“中文抑郁文本句子语料库”上的准确率、召回率、F1分数和精确率为84.14%、61.09%、62.90%和64.81%，在数据集“ZFCD”上的准确率、召回率、F1分数和精确率为93.59%、82.55%、85.37%和88.38%。[局限]在进行抑郁程度情感分析时只结合了文本信息，没有涉及图片、音频、视频等其他模态信息。[结论] 该模型能够准确识别抑郁症领域词语、程度副词等，并结合多粒度特征信息，有效地捕捉文本深层语义，提高了抑郁程度情感分析的准确率。

关键词：抑郁程度情感分析特征融合 BiLSTM 多头注意力

来源：

同方期刊数据库评论

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：